chineseocr_lite动态库开发：Windows下生成DLL文件教程
项目地址: https://gitcode.com/gh_mirrors/ch/chineseocr_lite 在Windows环境下开发中文OCR应用时，动态链接库（DLL）是实现功能模块化的关键组件。本文将详细介绍如何使用chineseocr_lite项目生成可复用的DLL文件，帮助开发者快速集成超轻量级OCR能力到各类应用中。
环境准备与依赖配置
开发环境要求
- 操作系统：Windows 10/11 x64
- 编译工具：Visual Studio 2017或2019（需安装"使用C++的桌面开发"组件）
- 构建工具：CMake 3.12及以上
- JDK 8（可选，用于JNI开发）
第三方库准备
chineseocr_lite的DLL编译依赖以下库文件，需提前下载并配置：
-
OpenCV静态库
- 下载地址：RapidAI/OpenCVBuilder
- 解压至项目根目录，确保目录结构如下：
OcrLiteNcnn/opencv-static ├── OpenCVWrapperConfig.cmake └── windows-x64 -
NCNN推理框架
- 下载地址：benjaminwan/NcnnBuilder
- 解压后目录结构：
OcrLiteNcnn/ncnn-static ├── NcnnWrapperConfig.cmake └── windows-x64 -
Vulkan SDK（可选）
- 用于GPU加速，下载后默认安装即可
- 安装完成后会自动配置环境变量
项目配置与解决方案生成
生成Visual Studio项目
-
进入NCNN项目目录：
cd cpp_projects/OcrLiteNcnn -
运行项目生成脚本：
generate-vs-project.bat -
根据提示依次选择：
- 编译类型：1) Release
- NCNN库选项：1) ncnn(CPU)
- 输出类型：3) C动态库
- VS版本：4) vs2019-x64
生成脚本会自动创建Visual Studio解决方案，位于build-win-vs2019-x64目录下。
关键编译参数说明
生成项目时通过CMake参数控制编译行为，主要参数包括：
| 参数名 | 取值范围 | 说明 |
|---|---|---|
| OCR_OUTPUT | BIN/JNI/CLIB | 输出类型，CLIB表示生成C动态库 |
| OCR_VULKAN | CPU/GPU | 是否启用Vulkan GPU加速 |
这些参数在generate-vs-project.bat脚本中通过CMake命令传递：
cmake -G "Visual Studio 16 2019" -A "x64" -DOCR_OUTPUT=CLIB -DOCR_VULKAN=CPU ..
编译DLL文件
使用Visual Studio编译
-
打开生成的解决方案：
build-win-vs2019-x64/OcrLiteNcnn.sln -
在解决方案资源管理器中：
- 设置"OcrLite"为启动项目
- 配置类型选择"Release"
- 平台选择"x64"
-
右键项目 -> "生成"，编译输出如下文件：
- 动态库：OcrLiteNcnn.dll
- 导入库：OcrLiteNcnn.lib
- 头文件：include/OcrLite.h
命令行编译（可选）
使用VS的命令行工具编译：
# 打开VS命令提示符
cd build-win-vs2019-x64
msbuild OcrLiteNcnn.sln /t:OcrLite /p:Configuration=Release /p:Platform=x64
DLL文件结构与使用方法
动态库核心功能
生成的DLL包含完整的OCR识别流程，主要功能模块：
- 文本检测：基于DBNet算法，定位图像中的文本区域
- 角度分类：识别文本方向，支持0°/90°/180°/270°
- 文本识别：基于CRNN算法，将文本区域转换为字符串
核心类定义在OcrLite.h，主要接口包括：
// 初始化模型
bool initModels(const std::string& detPath, const std::string& clsPath,
const std::string& recPath, const std::string& keysPath);
// 执行OCR识别
OcrResult detect(const std::string& imgDir, const std::string& imgName,
int padding, int maxSideLen, float boxScoreThresh,
float boxThresh, float unClipRatio, bool doAngle, bool mostAngle);
JNI接口支持（可选）
项目同时提供JNI接口实现，位于OcrLiteJni.cpp，可用于Java调用：
// Java调用示例
OcrEngine engine = new OcrEngine();
engine.initModels(modelPath, "dbnet_op", "angle_op", "crnn_lite_op", "keys.txt");
OcrResult result = engine.detect(imagePath, 0, 1024, 0.6f, 0.3f, 1.5f, true, true);
部署与测试
运行时文件结构
部署时需确保以下文件位于同一目录：
├── OcrLiteNcnn.dll # 主动态库
├── models/ # 模型文件目录
│ ├── dbnet_op.bin
│ ├── dbnet_op.param
│ ├── angle_op.bin
│ ├── angle_op.param
│ ├── crnn_lite_op.bin
│ ├── crnn_lite_op.param
│ └── keys.txt
├── opencv_worldxxx.dll # OpenCV运行库
└── test_image.jpg # 测试图片
测试DLL功能
项目提供测试脚本验证DLL功能：
cd cpp_projects/OcrLiteNcnn
run-test.sh
测试程序会加载指定图片进行OCR识别，输出结果文本和可视化图像：
常见问题解决
-
缺少VCRUNTIME140_1.dll
- 安装Visual C++可再发行组件：微软官方下载
-
模型文件找不到
- 确保模型路径正确，参数名与实际文件匹配
- 检查模型文件是否完整（.bin和.param文件缺一不可）
-
中文乱码问题
- Windows下确保使用GBK编码读取文本
- 或修改代码使用UTF-8编码：OcrUtils.cpp中的字符串处理部分
总结
通过本文介绍的方法，开发者可以快速编译chineseocr_lite项目生成DLL文件，将轻量级OCR功能集成到Windows应用中。项目总模型仅4.7M，适合在资源受限环境中使用，支持身份证、车牌、IMEI等多种场景的文字识别。
完整项目代码和更多平台支持请参考：
- 项目主页：README.md
- C++核心实现：cpp_projects/OcrLiteNcnn
- Android版本：android_projects
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
